當(dāng)?shù)貢r(shí)間9月9日,蘋果公司舉行秋季新品發(fā)布會(huì)。發(fā)布會(huì)上,蘋果推出了兩款大屏幕iPhone和智能手表Apple Watch、移動(dòng)支付Apple Pay等產(chǎn)品。伴隨蘋果發(fā)布會(huì)進(jìn)行,蘋果公司股價(jià)曾一度逼近歷史高點(diǎn),但隨后多次出現(xiàn)起伏波動(dòng),并最終小幅收跌。
周二美股開盤,蘋果股價(jià)以99.08美元開盤,較上一個(gè)交易日上漲約0.8%。隨著發(fā)布會(huì)的推進(jìn),蘋果股價(jià)一度攀升4.8%至103.08美元高點(diǎn)。但截至美股市場(chǎng)收盤,蘋果股價(jià)報(bào)收于97.99美元,跌幅為0.38%。
在1997年史蒂夫·喬布斯(Steve Jobs)回歸之前,蘋果公司幾乎宣布破產(chǎn),然而正是由于喬布斯的回歸,使蘋果起死回生,直至現(xiàn)在成為美國(guó)最有價(jià)值公司。目前,蘋果公司市值超過了5900億美元,超出了??松梨?、微軟和IBM等所有巨頭。在結(jié)束于2013年9月28日的上一財(cái)政年度,蘋果公司創(chuàng)造了1709.1億美元銷售額和370.4億美元的利潤(rùn)。
在過去的幾周時(shí)間里,蘋果股價(jià)屢創(chuàng)新高,最近一次達(dá)到新高是在9月2日,當(dāng)天蘋果股價(jià)曾觸及103.74美元?dú)v史高點(diǎn)。但在此后的第二天里,由于市場(chǎng)加大對(duì)蘋果設(shè)備安全性能擔(dān)憂、競(jìng)爭(zhēng)對(duì)手三星發(fā)布新款平板手機(jī),令蘋果股價(jià)大幅下跌,跌幅逾4%。
早在2012年,蘋果股價(jià)曾遭遇大跌。當(dāng)時(shí)人們擔(dān)心的是,蘋果CEO蒂姆·庫(kù)克無(wú)法與其前任比肩、同樣能夠推出偉大的產(chǎn)品。在過去一年時(shí)間里,庫(kù)克曾多次承諾,蘋果將在2014年推出“令人興奮的新產(chǎn)品類別”。今年5月,蘋果iTunes主管艾迪·庫(kù)伊(Eddy Cue)曾表示,蘋果目前正在進(jìn)入公司25年來(lái)最好的產(chǎn)品開發(fā)管道。
隨著多款新設(shè)備計(jì)劃發(fā)布,蘋果同時(shí)也在打算向股東提供更多的現(xiàn)金返還。今年4月,蘋果宣布了1:7的拆股計(jì)劃,旨在降低投資者購(gòu)買蘋果股票的門檻。 其同時(shí)宣布將股票回購(gòu)規(guī)模從去年的600億美元提高至900億美元,并將季度股息調(diào)高至每股3.29美元。當(dāng)然,蘋果推出這些舉措,無(wú)一不是為了提振股價(jià)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。